摘要： 阅读本篇之前，可先阅读一下主成分分析。 对于 PCA 寻找的基向量满足：样本在该基向量方向投影后的坐标方差最大。对于 LDA 则换了一个标准，不选择投影坐标方差最大的方向， 而选择能使样本点分类效果最好的方向，即：不同类别的样本点越分开越好，同类的越聚集越好。 这也就意味着，LDA 算法必须事先就知 阅读全文